很多人单纯的将数字孪生技术和仿真技术等同看待，其实这是一个很大的误区，下面将从定义上理解区分这两种技术。
一、概念
数字孪生：根据百度百科定义，数字孪生充分利用物理模型、传感器更新、运行历史等数据，集成多学科、多物理量、多尺度、多概率的仿真过程，在虚拟空间中完成映射，从而反映相对应的实体装备的全生命周期过程。仿真：将包含了确定性规律和完整机理的模型转化成软件的方式来模拟物理世界的一种技术。只要模型正确，并拥有了完整的输入信息和环境数据，就基本能够正确地反映物理世界的特性和参数。如果说建模是将我们对物理世界或问题理解的模型化，那么仿真就是验证和确认理解的正确性。二者区别：如上图数字孪生体白皮书的定义，数字孪生是将有的物理实体对象的数字模型，通过实测、仿真和数据分析来实时感知、诊断、预测物理实体对象的状态，通过优化和指令来调控物理实体对象的行为。仿真技术只是创建和运行数字孪生体中的其中一项核心技术。动态性：数字孪生，Digital Twin，又叫做数字映射。数字空间构建的数字虚体与物理空间的物理实体非常相像，但其不仅仅是物理世界的镜像，也要接受物理世界实时信息，反过来实时驱动物理世界，所以说数字孪生体是动态的。双向性：本体和孪生体之间的数据流动是双向的。本体可以向孪生体输出数据，孪生体也可以向本体反馈信息。比如决策者可以根据孪生体反馈的信息，对本体采取进一步的行动和干预。数字孪生通过设计工具、仿真工具、物联网、虚拟现实等各种数字化的手段，将物理设备的各种属性映射到虚拟空间中，打破了物理条件的限制，更便于优化设计、制造和服务。工程师们可以在虚拟空间调试、实验，让机器的运行效果达到最佳。通过对运行数据进行连续采集和智能分析，预测维护工作的最佳时间点，也可以提供维护周期的参考依据。为工程检测分析提供故障点和故障概率的参考。针对大型设备运行过程中出现的各种故障特征，将传感器的历史数据通过机器学习训练出针对不同故障现象的数字化特征模型，结合专家处理的记录，将其形成未来对设备故障状态进行判决的依据，形成自治化的智能诊断和判决。数字孪生技术在产品设计、产品制造、医学分析、工程建设等领域应用较多。目前在国内研究最热的是智能制造领域。如数字化产线，将生产阶段的各种要素，原材料、设备、工艺配方和工序要求，通过数字化的手段集成在一个紧密协作的生产过程中，并根据既定的规则，自动的完成在不同条件组合下的操作，实现自动化的生产过程；同时记录生产过程中的各类数据，为后续的分析和优化提供依据。关键指标监控和过程能力评估：通过采集生产线上的各种生产设备的实时运行数据，实现全部生产过程的可视化监控，并且通过经验或者机器学习建立关键设备参数、检验指标的监控策略，对出现违背策略的异常情况进行及时处理和调整，实现稳定并不断优化的生产过程。
https://www.zhihu.com/question/276507396/answer/953624479
